基于自适应EKF的弱GNSS信号跟踪算法

弱GNSS信号跟踪技术是卫星导航接收机关键技术之一,跟踪技术的好坏将直接影响卫星导航接收机在弱信号条件下的跟踪性能;在动态环境和先验信息不充分的情况下,由于扩展卡尔曼滤波(EKF)的固定设计使其不能满足要求,针对此不足引入一种自适应扩展卡尔曼滤波(AEKF)的信号跟踪算法;该自适应滤波算法能够实时监测残差或滤波器新息的动态变化,来修正观测噪声方差和状态噪声方差,以此调整滤波器增益,观测值和控制预测值在滤波结果中的权重;理论分析和结果表明,该算法能够充分利用观测信号的统计特性,克服了传统EKF算法不足,获得更好的跟踪性能。     

一种线性速度估计器在光电跟踪系统伺服控制中的应用

高性能的伺服控制除了需要高质量的控制器,还需要高质量的反馈信息。对于光电跟踪系统,通过位置和电流传感器可以提供位置和电流信息,而速度信息则需要通过处理测量信息得到。传统的差分方法会放大位置信息中的量化噪声,从而降低光电跟踪系统的精度。介绍了全维状态观测器及其基本原理,结合伺服控制系统电机模型架构,设计了一种线性速度估计器,并讨论了其参数选择问题。采用抗积分饱和PI控制器和积分分离PI控制器作为三环控制回路的控制器,在某型号光电跟踪系统对该算法进行了实验。实验结果证明,采用该算法的伺服控制系统基本无超调,上升时间0．43s,稳定时间0．65s,跟踪精度为1．78″,完全满足实际工程要求。     

无人机飞行仿真平台控制系统设计

为了便于在实验室模拟无人机在空中的偏航、俯仰、翻滚3个自由度的飞行姿态,设计了一套用于验证飞行控制系统的三轴转台半物理仿真系统;给出了系统的硬件结构和控制策略;转台系统采用TMS320LF2407作为核心处理器并采用旋转变压器作为反馈环节组成位置和速度的闭环控制;为了提高传统PID的控制精度,提出了一种速度、加速度前馈补偿PID控制方法,有效解决了位置随动系统的快速性和准确性这一矛盾;实验运行结果表明,该平台运行良好,控制精度高,能较好实现对无人机飞行姿态的模拟。     

一种新颖的变步长光伏系统MPPT控制方法

太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效地利用太阳能电池,需对光伏阵列进行最大功率点跟踪(简称MPPT);针对定步长电导增量控制法存在的缺点,提出一种新颖的变步长电导增量法;该方法通过瞬时功率相对电流的变化值确定MPPT步长大小,使光伏系统MPPT快速准确且无震荡;经Matlab仿真及实验证明:该方法能快速准确地跟踪外部环境变化,并能保证系统的稳定性。     

BTT导弹基于扩张状态观测器的滑模控制律设计

针对BTT导弹非线性动力学模型中的参数不确定性及系统存在未知外部干扰的问题,提出了一种基于扩张状态观测器的滑模控制设计方法;将系统参数不确定性和未知外界干扰作为系统的复合干扰,采用扩张状态观测器估计系统的复合干扰,并实时补偿;利用Lyapunov方法证明系统的稳定性;该控制器算法简单、计算量小,更易于实际工程应用;仿真结果表明,设计的控制器对导弹控制系统受到的复合干扰具有较强的鲁棒性和稳定性,满足导弹姿态快速机动和高稳定度的控制要求,性能指标明显优于滑模控制器。     

基于降维状态观测器的轮轨力估计方法研究

轮轨作用力对车辆的运行品质及安全有重要影响;现有轮轨力测量方法采用了特制的测力轮对测量和轨道静态测量,其成本高、周期长、稳定性差;对现有轮轨力测量方法进行了研究,提出了降维状态观测器的方法观测轮轨力;建立单轮对车辆轨道垂向耦合模型,以车辆状态响应值与轨道激励作为降维状态观测器的输入;通过Matlab仿真计算,得出轮对振动位移的观测值快速收敛于仿真值,轮轨力有很好的吻合性;随着车辆速度增加振动位移收敛时间变长,轮轨力误差增大;结果表明,在一定条件下,此方法能够很好的地观测轮轨力的大小,为轮轨力的实时估计提供一种的新方法。     

纯方位目标跟踪的ST-MEF-PDAF方法研究

传统的最大熵模糊概率数据关联滤波器(MEF-PDAF)算法用于水下杂波环境下单站纯方位目标跟踪存在对系统模型变化鲁棒性差、跟踪机动目标能力低的问题;为了解决这些问题,对MEF-PDAF算法进行了改进,提出了强跟踪MEF-PDAF(ST-MEF-PDAF)算法;与强跟踪滤波器(STF)算法类似,ST-MEF-PDAF算法通过引入渐消因子来实时调节增益矩阵,提高了算法的鲁棒性;进行了水下杂波环境下单观测站纯方位目标跟踪的仿真实验,ST-MEF-PDAF能够在500秒以内跟踪机动目标,而传统的MEF-PDAF算法不能,即ST-MEF-PDAF算法跟踪机动目标的能力高于传统的MEF-PDAF算法。     

三相电压型PWM整流器模型预测直接功率控制

通过对三相电压型PWM整流器传统直接功率控制(DPC)引起的开关频率不固定,网侧电流谐波分量高,系统调节时间长等问题的分析,提出一种电压型三相PWM整流器模型预测直接功率控制方法,应用模型预测理论构建目标函数并对目标函数进行求偏导,对下一个采样周期的有功功率和无功功率变化进行预测,将模型预测理论与二阶拉格朗日插值法相结合进行功率修正,实现了有功和无功功率的实际值与预测值的误差最小,并采用空间矢量脉宽调制(SVPWM)产生PWM信号驱动整流器功率开关,实现固定的开关频率;仿真结果表明,本方法具有良好的动态和稳态性能,系统对电感参数的变化不敏感,有效降低了交流测电流总谐波失真(THD),提高了交流侧功率因数。     

基于LabVIEW的目标跟踪方法设计与实现

针对图像处理技术目标跟踪的特点及技术要求,根据LabVIEW的功能特点及其强大的函数库,提出以LabVIEW为开发环境,利用视觉开发模块,采用图形化、模块化设计思想,为了解决一些文本软件开发方式的可扩展性差、调试困难及可操作性弱的问题,设计实现了一种基于LabVIEW的MeanShift目标跟踪方法;实验结果表明,利用该软件实现的目标跟踪方法运行可靠,易于扩展,便于使用,而且跟踪效果良好,在目标发生旋转、缩放、移动或目标部分遮挡时能够实现很好的跟踪。     

小型履带式移动机器人控制系统设计

针对小型履带式移动机器人,设计了遥控与自主返航模式相结合的控制体系结构,并对机器人自主定位及路径跟踪技术进行重点介绍;信号正常的情况下,机器人在遥控模式下工作,信号中断后,启动自主返航模式,机器人根据路径规划的轨迹行驶到目标点;自主返航模式下,采用传感器信息融合技术提高了机器人定位精度,基于已有路径进行点跟踪控制,设计机器人跟踪控制律;基于履带式移动机器人平台及所述控制系统,对任意给定路径进行跟踪实验;结果表明,机器人可沿给定路径到达终点,且行驶轨迹光滑,验证了定位方法的精度以及跟踪控制律的有效性。该控制系统设计简单,可移植性高,可广泛应用于地面移动机器人领域。     

谈电路中的最大功率问题

最大功率,原则上是指电源输出的最大功率,即负载消耗最大功率,从而来实现负载与电源匹配．但实际电路中电源通常无法达到理论上的最大功率输出状态,且有时我们并不是求电源的输出最大功率,而是求某一负载消耗的最大功率,因而使得问题复杂化．     

基于PID算法的四旋翼飞行器定点跟踪控制

四旋翼飞行器是一种结构紧凑、飞行方式独特的垂直起降式飞行器,具有欠驱动、强耦合的特点。为实现对飞行器的控制,使之能从起始位置在一定时间内到达设定目标点并稳定悬停,根据其飞行特点建立动力学模型并在此基础上提出了一种双闭环PID控制方法。其中,外环实现飞行器的位置控制,使用目标点与反馈回的实际坐标的偏差作为控制器的输入,内环实现飞行器的姿态控制,其姿态的参考量由外环的输出经逆向求解获得的欧拉角与实际姿态角求得的偏差作为控制器的输入。通过PID算法后输出的姿态控制信号,经过四旋翼飞行器“十”字动力学模型解耦得到4个电机的转速控制值,从而完成定点跟踪任务。提出的双闭环PID控制方法在仿真中获得了验证,为飞行器的进一步研究提供了基础。     

基于期望控制函数频率特征的解耦多变量控制

提出一种简单的解耦多变量系统比例积分微分(PID)控制器设计方法;首先,将多变量过程前馈解耦为多个独立单回路系统,利用解耦器对角环节保证解耦器的稳定性和可物理实现性;其次,针对每个已解耦单回路系统,提出同时考虑设定值跟踪、扰动抑制和鲁棒稳定性要求的期望闭环传递函数,由此得到期望控制函数,并基于期望控制函数的频率特征快速获取PID控制参数;最后,示例了解耦多变量控制器的设计过程;仿真结果表明该解耦PID设计法对一般多变量时滞过程的控制是有效的。     

方位角预测目标跟踪系统的研究

为了实现目标被遮挡条件下的自动预测跟踪,研究了跟踪机动目标过程中的自适应卡尔曼预测算法,建立了目标遮挡预测跟踪测试系统;首先,根据算法推导了导引头方位角位置预测方法,接着,测试对比了自适应预测算法采样周期对预测精度的影响,最后,设计多种不同的目标运动形式,并通过转台实现,测试自适应算法在典型测试条件下的有效性和准确程度;实验结果表明:目标被遮挡时,预测角增量指令相比图像角增量跟踪指令降低67%;仅需要导引头框架的角位置数据,无须脱靶量数据和弹目距离,满足遮挡条件下目标预测跟踪的功能要求。     

基于自抗扰控制的超导储能变流器设计北大核心CSCD

超导磁储能(SMES)是一种以电磁能的形式储存电能的装置,在提高电力系统稳定性、改善电网电能质量、平滑间歇性能源出力等方面具有广阔的应用前景.本文针对现有SMES控制中存在的不足,将自抗扰控制引入SMES的功率控制方案中.首先介绍了自抗扰控制器的一般设计方法;然后结合SMES的数学模型设计了SMES双闭环自抗扰控制方案;最后在MATLAB/simulink环境中进行仿真,对比了采用传统PI控制和自抗扰控制时SMES的动态性能.仿真结果表明,在功率参考值突变、系统参数变化等工况下,本文所提方法克服了传统PI控制器对SMES功率控制的缺陷,能够快速、无超调地对SMES功率进行控制,并能有效抑制扰动的影响.     

基于改进CKF的光电跟踪伺服系统二阶滑模控制

传统的光电跟踪伺服系统滑模控制中,对目标位移信号微分以求取速度、加速度等运动状态的方法会影响控制的精度和稳定性。针对这一缺点,提出了基于改进容积卡尔曼滤波(CKF)的二阶滑模控制算法。基于系统原理,建立了系统模型;应用限定下界法改进了CKF算法以提高目标状态估计的准确度;应用超螺旋算法设计了二阶滑模控制器,并将滤波预测的目标状态作为系统输入进行仿真实验。结果表明,相对于传统的二阶滑模控制,所设计的控制方法提高了控制精度,减小了抖振,且具有更好的稳定性。     

基于前馈模糊逻辑的微波功率控制设计与分析

描述和设计了一类生产陶瓷载体的大型微波干燥控制系统;针对微波干燥过程中微波功率控制不准确、产品缺陷率高的问题, 分析了过程变量与控制变量之间的关系特点,并在现有算法基础上,设计了一种基于前馈模糊逻辑的微波功率控制模型;最后对此控制模型设计算法,并应用于实际进行实验分析,得出了很好的效果。     

气动肌肉关节的神经元PID轨迹跟踪控制

气动肌肉关节具有柔顺性,使角度跟踪控制困难;通过建立气动肌肉关节静态平衡方程,分析了气压与摆角间非线性关系。为克服单神经元PID控制算法收敛速度慢、精度低的缺点,基于Hebb学习规则,从反馈周期、比例增益系数和衰减因子三方面改进算法;搭建了实物平台,通过实验和对比分析可得:(1)适当减小闭环反馈周期,可提高跟踪精度,但闭环反馈周期太小会引起震荡;(2)将比例增益系数定义为误差的连续有界Sigmoid函数,可增强算法的自适应能力,提高跟踪精度;(3)增加衰减因子,模拟人的遗忘学习机制,可提高权值的收敛速度。     

基于补偿控制的无人地面车辆轨迹跟踪方法

针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法。该算法分为运动学和动力学两部分：基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响。仿真结果表明：该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好。     

遥控潜水器轨迹跟踪自适应模糊滑模控制方法研究

针对ROV位置和姿态精确定位控制的难题,通过对ROV数学模型的分析,设计了ROV滑模控制器;系统通过模糊推理来自适应降低抖振和逼近未知的非线性函数部分,利用李亚普诺夫稳定性理论证明了该系统的收敛性和稳定性,最后利用Simulink对控制系统进行了仿真研究;仿真结果表明:该控制器能够保证轨迹跟踪误差的快速收敛性,及对外界干扰的鲁棒性,初始误差3 s收敛到零,验证了理论分析的正确性和有效性。